石油焦全球年产超过1亿吨，我国超过1000万吨。石油焦的优点发热量高、灰分低，缺点是挥发份低、燃烧困难、含硫高、比重大、比表面大、孔径发达。石油焦在油中稳定分散很困难，传统的稳定分散理论已不适用石油焦/油等非水分散体系。南京大学开发的新型稳定剂和新型界面改性剂有效提升了石油焦在油中的稳定分散，提升了石油焦的资源化利用。

项目简介： 在零部件表面通过脉冲电流作用原位生成氧化陶瓷层， 再制备成自润滑减摩复合层，有极高硬度，耐高温，超高好滑动摩擦（极低摩擦系数）、超耐腐蚀等性能，用于各行

研发阶段/n研发的黄鳝人工、半人工、自然繁殖等多种模式，能利用水泥池、稻田、稻田网箱、池塘、池塘网箱培育鳝苗和养殖成鳝。模拟黄鳝自然繁殖条件，人工控制黄鳝繁殖，产卵率达85%以上，受精率、孵化率达90%以上。繁殖水泥池繁殖鳝苗平均约1000尾/m2,稻田繁殖网箱产鳝苗50-100尾/m2,半人工繁殖黄鳝种苗50万尾；提出了稻田网箱半人工批量繁殖鳝苗的最佳亲鳝放养比例和密度，提出了成鳝在稻田自然增殖的适合放养密度，研究了幼鳝的饲料最适蛋白质水平,提出了幼鳝饲料中的必需氨基酸的含量和比例。应用前景：我国

1.搭建数字化农村系统。1.这个系统里面可以填充农村的人口数量，年龄，就业情况，农场的情况，党建等等一切体现的数字化。2.在这个系统里面还可以借助VR体现里面的内容，了解一些具体的详情，比如：老人家想要旅游，可以借助VR提前了解当地的风景情况等3.农业智能物联也要具备

成果以提高机电产品使用可靠度为目标，解决机械系统智能化中的嵌入式传感器安装术、高效信号传输技术、复杂信号预处理技术、故障诊断技术和寿命预测技术，为产品的全寿命维护提供决策依据，降低维护成本，提高产品使用寿命。

项目 2011 年通过安徽省农委和科技厅鉴定。核心技术获江苏省科技进步一等奖。 1、项目简介 自古以来蜂蜜就是上等的天然食品，它不仅具有独特的甜美风味，而且有丰富的营养和优越的生理保健功能，自古就作为朝贡珍品。然而蜂蜜的高粘度，使其携带和食用都很不方便。项目采用自研的快速低温脱水高新技术和设备，最大限度地保留了原蜜的有效成分和风味，将液态蜂蜜制成糖果的形式，极大地方便了其食用和携带。 2、创新要点 实现高粘度物料的快速低温脱水技术及其最终水分的准确控制技术；克服果糖的粘牙性；产品实现抗高温形变。指标：蜂蜜的含量大于 90%，不改变蜂蜜的原有的风味、口感和营养。创新：产品为国内外首创。 3、效益分析 2010 年开始在皖南大鹏天然产物有限公司实施产业化，2011 年实现产值约二千万元，利税五百多万。 4、推广情况（已推广企业） 技术在江苏、安徽、新疆等省市得到推广应用，在皖南大鹏天然产物有限公司实现产业化。 授权专利： 固体蜂蜜糖果及其制造方法201010531194.X 

项目 2011 年通过安徽省农委和科技厅鉴定。核心技术获江苏省科技进步一等奖。 1、项目简介 自古以来蜂蜜就是上等的天然食品，它不仅具有独特的甜美风味，而且有丰富的营养和优越的生理保健功能，自古就作为朝贡珍品。然而蜂蜜的高粘度，使其携带和食用都很不方便。 项目采用自研的快速低温脱水高新技术和设备，最大限度地保留了原蜜的有效成分和风味，将液态蜂蜜制成糖果的形式，极大地方便了其食用和携带。 2、创新要点 实现高粘度物料的快速低温脱水技术及其最终水分的准确控制技术；克服果糖的粘牙性；产品实现抗高温形变。 指标：蜂蜜的含量大于 90%，不改变蜂蜜的原有的风味、口感和营养。创新：产品为国内外首创。 3、效益分析 2010 年开始在皖南大鹏天然产物有限公司实施产业化，2011 年实现产值约二千万元，利税五百多万。 4、推广情况（已推广企业） 技术在江苏、安徽、新疆等省市得到推广应用，在皖南大鹏天然产物有限公司实现产业化。 授权专利： 固体蜂蜜糖果及其制造方法201010531194.X

随着人工智能、大数据、物联网、区块链等新一代信息技术兴起，数据量呈现爆炸式增长，传统计算系统的算力难以满足海量数据的计算需求。与此同时，摩尔定律逐渐放缓，单纯依靠提高集成度、缩小晶体管尺寸来提升芯片及系统性能的路径正面临技术极限，通过引入忆阻器新器件、模拟计算新范式、存算一体新架构，将拓展出全新的高性能人工智能芯片与系统，实现计算能力的飞跃。 目前被广泛使用的经典冯·诺依曼计算架构下数据存储与处理是分离的，存储器与处理器之间通过数据总线进行数据传输，在面向大数据分析等应用场景中，这种计算架构已成为高性能低功耗计算系统的主要瓶颈之一：数据总线的有限带宽严重制约了处理器的性能与效率，且存储器与处理器之间存在严重性能不匹配问题。忆阻器存算一体系统把传统以计算为中心的架构转变为以数据为中心的架构，其直接利用阻变器件进行数据存储与处理，通过将器件组织成为交叉阵列形式，实现存算一体的矩阵向量乘计算。忆阻器存算一体系统可以避免数据在存储和计算中反复搬移带来的时间和能量开销，消除了传统计算系统中的“存储墙”与“功耗墙”问题，可以高效、并行的完成基础的矩阵向量乘计算，未来极有潜力成为支撑人工智能等新兴应用的核心技术。 清华大学吴华强教授团队实现了材料与器件、电路设计、架构和算法的软硬件协同等多方面原始创新，解决了系统精度损失等被广泛关注的难题： 材料与器件创新。科研团队选择了电学特性稳定的二氧化铪作为忆阻层核心材料，提出了通过插入少量氧化铝层来固定离子分布、抑制晶粒间界形成的新理论，提出了引入热增强层的新原理器件结构，成功抑制了忆阻器非理想特性的产生。 电路设计创新。开发了一套忆阻器与晶体管的混合电路设计方法，提出“差分电阻”设计思想，采取源线电流镜限流设计，抑制了忆阻器电路中可能产生的各种计算误差。 算法创新。提出了混合训练算法，仅用小数据量训练神经网络并只更新最后一层网络的权重，即可将存算一体硬件系统的计算精度达到与软件理论值相同的水平。 “技术链”创新。从“单点技术突破”拓展到“技术链突破”，开发了针对忆阻器存算一体芯片的电子设计自动化（EDA）工具，打通了从电路模块设计到系统综合再到芯片验证的设计全流程。 上述理论和方法发表于《自然》《自然·纳米技术》《自然·通讯》等国际顶级期刊，以及被誉为“集成电路奥林匹克”的“国际固态电路大会”等顶级学术会议。研究成果被“国际半导体技术路线图”和30多部综述文章长篇幅引用。团队已在该研究方向申请国内外专利72项，其中30项已获得授权，知识产权完全自主可控。 团队已研制出全球首款忆阻器存算一体芯片和系统，集成了8个忆阻器阵列和完整的外围控制电路，以更小的功耗和更低的硬件成本大幅提升了计算设备的算力。全系统的计算能效比当前主流的人工智能计算平台——图形处理器（GPU）高两个数量级。团队还设计了一款基于130nm工艺研制的完整忆阻器存算一体芯片，在MNIST数据集上计算速度已超过市面上28nm工艺的四核CPU产品近20倍，能效有近千倍的优势。

项目成果/简介:随着人工智能、大数据、物联网、区块链等新一代信息技术兴起，数据量呈现爆炸式增长，传统计算系统的算力难以满足海量数据的计算需求。与此同时，摩尔定律逐渐放缓，单纯依靠提高集成度、缩小晶体管尺寸来提升芯片及系统性能的路径正面临技术极限，通过引入忆阻器新器件、模拟计算新范式、存算一体新架构，将拓展出全新的高性能人工智能芯片与系统，实现计算能力的飞跃。